一种基于多任务学习的肺结节检测分割方法.pdfVIP

下载本文档

0
0
约1.09万字
约 10页
2023-05-16 发布于北京
举报
版权申诉

一种基于多任务学习的肺结节检测分割方法.pdf

1、本文档共10页，其中可免费阅读9页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多任务学习的肺结节检测分割方法，该方法采用多任务学习策略，引入分割任务辅助肺结节检测。考虑到模型复杂度，在相对简单的主干网络上引入肺结节分割模块。所提出模型包含三个分支，分别用于肺结节候选区域提取、假阳性去除和肺结节分割，同时，利用不同特征图解耦候选区域分割分支和假阳性去除分支。本发明克服了肺结节检测与分割任务中目标体积小、与周围组织对比度低且周围环境复杂的问题。此外，本发明所提出的技术可以同时解决两个任务，具有较高的应用价值。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114757902 A (43)申请公布日 2022.07.15 (21)申请号 202210351676.X (22)申请日 2022.04.02 (71)申请人西北工业大学